YOLOv11果园果树苹果目标检测数据集-52张-apple-1_4

YOLOv11果园果树苹果目标检测数据集

📊 数据集基本信息

• 目标类别： ['0', '1', '2']
• 中文类别：['苹果', '苹果', '苹果']
• 训练集：36 张
• 验证集：11 张
• 测试集：5 张
• 总计：52 张

📄 data.yaml 配置信息

该数据集提供了data.yaml文件，内容如下：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['0', '1', '2']

🖼️ 标注可视化

📝 数据集分析

该数据集聚焦于果园环境中苹果的精准识别与定位，真实还原了果树枝干上苹果在不同光照、成熟度及遮挡条件下的实际生长状态，具备高度的场景代表性与农业应用价值。通过多角度、多背景的图像采集，全面覆盖了自然种植环境中的典型视觉特征，为果实检测任务提供了高质量的视觉依据。

该数据集在训练、验证与测试集之间实现了合理分布，共计52张图像中，训练集36张，验证集11张，测试集5张，结构清晰且比例均衡，能够有效支持模型的训练迭代与性能评估。样本数量虽有限但具有高度代表性，充分体现了数据集在小样本条件下仍具备良好的泛化潜力。

标注工作严格遵循目标检测规范，所有苹果均被精确框选，边界框紧贴果实轮廓，未出现明显偏移或漏标现象。不同成熟度、颜色和遮挡情况下的苹果均得到一致标注，体现出较高的标注一致性与专业水准，为后续模型学习提供了可靠的数据基础。

该数据集可广泛应用于智慧农业领域，尤其适用于果园自动化监测系统、果实成熟度评估、产量预测以及智能采摘机器人等场景。其真实场景下的高精度标注能力，为农业智能化升级提供了有力支撑，具备显著的产业落地前景。

下的高精度标注能力，为农业智能化升级提供了有力支撑，具备显著的产业落地前景。

数据集下载

参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc